一种输电线路绝缘子挠度检测方法技术

一种输电线路绝缘子挠度检测方法，步骤如下：1、绝缘子图像获取；2、通过YOLO

【技术实现步骤摘要】
一种输电线路绝缘子挠度检测方法


[0001]本专利技术属于图像处理和输电线路绝缘子的维护
，尤其涉及到一种输电线路绝缘子挠度的检测方法。

技术介绍

[0002]水平安装支柱瓷绝缘子断裂事故时有发生，严重威胁到了现场检测人员的安全和电网安全可靠的运行。2015年，贵州某500kV变电站11.2kV融冰管母户外瓷支柱绝缘子生“多米诺骨牌”式断裂。B、C相支柱绝缘子从根部断裂，B、C相管母整体坠落，A相3只绝缘子变形，1只断裂。母线掉落后有明显的弯曲变形和碰撞痕迹。水平安装支柱式绝缘子在长期恶劣的环境运行，和自身重力的影响下，很容易产生不同程度的弯曲。这些挠度或大或小，挠度大的绝缘子容易发生断裂；挠度小的绝缘子对绝缘等电气性能方面也有一定影响，从而对电网的安全和平稳运行产生了危害。
[0003]电网中投入运行的绝缘子数目巨大，每次巡检都要花费相当大的人力物力。有些绝缘子挠度不大，导致肉眼很难识别。而对于已投入运行的绝缘子，传统的绝缘子挠度描述大部分都是模糊的，如：“挠度不大，对安全没有影响或是挠度比较大，对电网的安全运行已经产生了影响。”没有一个量化的指标记录，从而导致绝缘子的挠度对电网的影响缺少了后续的大数据分析支持。很多输电线路都架设在高海拔，山地地区，环境恶劣，使得人工现场勘察存在较大的风险和困难，同时对一些挠度不大，但却可能影响电网运行的绝缘子很容易漏检。因此，输电线路绝缘子挠度的检测问题仍亟待解决，输电线路绝缘子挠度的自动、快速、准确检测在实际工程中具有很高的实用价值。
[0004]目前输电线路上的水平安装支柱绝缘子挠度尚无有效的检测方法，特别是图像检测方法。

技术实现思路

[0005]针对上述问题，本专利技术提出了一种输电线路绝缘子挠度检测方法，通过手持设备，能够快速准确的定位待检测绝缘子，能够自动计算出绝缘子的挠度和弧度，从而对绝缘子的挠度检测提供量化指标，有利于维护电力系统的正常可靠运行。
[0006]为了达到上述目的，本专利技术采用如下技术方案：
[0007]一种输电线路绝缘子挠度检测方法，包括如下步骤：
[0008]S1绝缘子图像获取，通过连接移动端摄像头获取待检测绝缘子的图像；
[0009]获取绝缘子图像具体为：
[0010]S1.1对双目摄像头进行标定修正；
[0011]S1.2利用与移动手持设备相连接的双目摄像头采集包括待检测绝缘子在内的完整现场图像，对其进行预处理；
[0012]S2通过YOLO
‑
fastest算法获取绝缘子前景信息，得到待测绝缘子在采集图像上的位置与尺寸信息。
[0013]通过YOLO
‑
fastest算法获取绝缘子前景信息具体为：
[0014]S2.1对现场采集到的大量绝缘子图像进行标注，生成学习样本文件；
[0015]S2.2通过YOLO
‑
fastest算法对绝缘子标注学习样本文件进行深度学习，获取待测绝缘子前景图像和前景框位置、尺寸信息。
[0016]S3结合GrabCut算法进行前景与背景的分割；
[0017]结合GrabCut算法进行前景与背景的分割具体为：
[0018]S3.1根据YOLO
‑
fastest算法返回的待测绝缘子前景图像和前景框位置、尺寸信息，使用高斯混合模型GMM对前景和背景进行建模，初始化位置框内除目标像素点外的像素点，即作为“可能是目标的像素点”；
[0019]S3.2对每个像素分配高斯混合模型GMM中的高斯分量；
[0020]S3.3对于给定的图像数据，学习优化高斯混合模型GMM的参数；
[0021]S3.4根据输入图像，得到图像Gibbs能量函数建立流量网络描述图像，通过计算出区域能量项和边界能量项优化能量函数，使图像的总能量达到最小，即Gibbs能量函数取得最小值；
[0022]S3.5然后通过最大流、最小割算法来进行分割；经过最大流最小割算法分割后，每个像素属于目标还是背景就变了，又由于步骤S3.2到S3.4是能量递减的过程，故保证迭代过程会收敛；重复步骤S3.2到S3.4使得迭代能量最小化即收敛，从而最终分割出图像的前景和背景，进而得到待检测绝缘子的图像。
[0023]S4对分割结果进行灰度化和二值化处理，经过中值滤波，滤除环境噪声；
[0024]对分割结果进行灰度化和二值化处理具体为：
[0025]S4.1将三通道RGB前景图像进行灰度化，使前景图像降为一通道灰度图，方便之后的二值化处理；其中，灰度化处理系数按照下式进行计算：
[0026]Gray＝0.3R+0.59G+0.11B；
[0027]S4.2计算像素点矩阵中的所有像素点的灰度值的平均值avg，将该平均值设置为二值化处理的阈值；
[0028]S4.3让图像中每一个像素点与平均值avg进行比较，小于等于平均值avg的像素点为0(黑色)，大于平均值avg的像素点为255(白色)；
[0029]S4.4创建3*3像素矩阵遍历处理后的图像，3*3像素矩阵里面有9个像素点，将9个像素进行排序，将这个像素矩阵的中心点赋值为这九个像素的中值作为输出；
[0030]S4.5然后，重复步骤S4.4直至收敛，从而滤除椒盐噪声，得到清晰的待检测绝缘子二值化图像。
[0031]S5通过骨架提取算法提取出绝缘子的骨架。
[0032]通过骨架提取算法Zhang
‑
Suen algorithm提取出绝缘子的骨架具体为：
[0033]S5.1在待检测绝缘子二值化图像中，腐蚀满足如下条件之一的像素点；
[0034](a)2≤B(P1)≤6
[0035](b)A(P1)＝1
[0036](c)P2×
P4×
P6＝0
[0037](d)P4×
P6×
P8＝0；
[0038]式中，A(P1)就是有序集合P2,P3,P4,
…
,P8,P9中的01模式的数量，而B(P1)是非0邻
居的数量。
[0039]S5.2重复以上的步骤，直至没有像素点被腐蚀掉为止，迭代结束，从而得到绝缘子1像素宽的骨架。
[0040]S6对绝缘子骨架用最小二乘法进行二次拟合，根据拟合方程对绝缘子的挠度进行计算，若挠度值超出绝缘子使用的安全阈值，发出危险预警信号；
[0041]对绝缘子骨架用最小二乘法进行二次拟合，根据拟合方程对绝缘子的挠度进行计算具体为：
[0042]S6.1以绝缘子骨架的两端点连接线为x轴，其中一端点为原点建立坐标系；
[0043]S6.2设拟合的二次曲线方程为y＝ax2+bx+c，先求出绝缘子骨架各点到拟合曲线上的距离的平方和，求出使得该平方和最小的a,b,c；
[0044]S6.3从而得到绝缘子骨架的二次方程，计算该一元二次方程的最大值，该最大值就是待检测绝缘子的挠度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输电线路绝缘子挠度检测方法，其特征在于：包括如下步骤：S1：绝缘子图像获取，通过连接移动端摄像头获取待检测绝缘子的图像；S2：通过YOLO
‑
fastest算法获取绝缘子前景信息，得到待测绝缘子在采集图像上的位置与尺寸信息；S3：结合GrabCut算法进行前景与背景的分割；S4：对分割结果进行灰度化和二值化处理，经过中值滤波，滤除环境噪声；S5：通过骨架提取算法提取出绝缘子的骨架；S6：对绝缘子骨架用最小二乘法进行二次拟合，根据拟合方程对绝缘子的挠度进行计算，若挠度值超出绝缘子使用的安全阈值，发出危险预警信号。2.根据权利要求1所述的一种输电线路绝缘子挠度检测方法，其特征在于：获取绝缘子图像具体为：S1.1对双目摄像头进行标定修正；S1.2利用与移动手持设备相连接的双目摄像头采集包括待检测绝缘子在内的完整现场图像，对其进行预处理。3.根据权利要求1所述的一种输电线路绝缘子挠度检测方法，其特征在于：通过YOLO
‑
fastest算法获取绝缘子前景信息具体为：S2.1对现场采集到的大量绝缘子图像进行标注，生成学习样本文件；S2.2通过YOLO
‑
fastest算法对绝缘子标注学习样本文件进行深度学习，获取待测绝缘子前景图像和前景框位置、尺寸信息。4.根据权利要求1所述的一种输电线路绝缘子挠度检测方法，其特征在于：结合GrabCut算法进行前景与背景的分割具体为：S3.1根据YOLO
‑
fastest算法返回的待测绝缘子前景图像和前景框位置、尺寸信息，使用高斯混合模型GMM对前景和背景进行建模，初始化位置框内除目标像素点外的像素点，即作为“可能是目标的像素点”；S3.2对每个像素分配高斯混合模型GMM中的高斯分量；S3.3对于给定的图像数据，学习优化高斯混合模型GMM的参数；S3.4根据输入图像，得到图像Gibbs能量函数建立流量网络描述图像，通过计算出区域能量项和边界能量项优化能量函数，使图像的总能量达到最小，即Gibbs能量函数取得最小值；S3.5然后通过最大流、最小割算法来进行分割；经过最大流最小割算法分割后，每个像素属于目标还是背景就变了，又由于步骤S3.2到S3.4是能量递减的过程，故保证迭代过程会收敛；重复步骤S...

【专利技术属性】
技术研发人员：张晓晨，徐波，叶健强，梁俊，苏纪臣，孙敦虎，吴全，万华，高志民，杨扬，王柄楠，李燕，杜永香，霍思远，韩晓熠，杨鑫，杨亚峰，姚武，张丽娜，王栋，李宁，
申请(专利权)人：国网宁夏电力有限公司建设分公司，
类型：发明
国别省市：